体数据可视化是科学计算可视化的核心问题,各种经典的算法不断被改进和完善,但是随着新的应用,不断有新的问题在产生。本文研究了基于点位移变形的体数据可视化方法,重点研究运用变形思想改进和完善体数据可视化方法。本文的主要内容有：(1)分析了体数据可视化技术的研究现状,对两个经典绘制算法Marching Cubes算法与Ray Casting算法进行了分析与介绍,同时阐述纹理映射技术在体数据绘制中的运用。(2)针对以传统Marching Cubes为代表的等值面抽取算法对稀疏体数据重建存在精确度过低的缺陷,结合体数据网格变形,提出了一种改进的基于顶点位移的自适应Marching Cubes算法。该算法通过采用对网格顶点进行迭代位移从而使得体素内包含的等值面片更加逼近真实等值面,最终提高重建的精确度。实验表明,采用改进后的算法重建出的模型精确度明显提高,在CUDA平台上进行算法实现进一步加快了算法的运算速度,确保了应用的实时性。(3)为了提高对体表面变形的绘制效率,提出了一种基于光线追踪的体表面连续变形算法。改进方法将模型变形与绘制过程相结合,与传统的体表面变形方法相比,省略了对模型的变形重建。在对变形区域绘制过程中,通过采用体绘制方法中的光线追踪结合基于逆变换的直接空间变形思想,对模型的变形区域进行直接绘制。实验表明,该算法对模型进行连续变形(如扭曲、压缩等)后得到的变形效果显著,通过CUDA平台对算法进行实现后,绘制时间大大提高。